面向图像引导肝脏介入术中术前至术中配准的患者特异性局部点云补全
计算机视觉与模式识别
2025-08-12 v2
摘要
在图像引导手术中捕获的术中数据缺乏表面下信息，而血管和肿瘤等关键感兴趣区正位于此处。图像到物理配准实现了术前信息与术中数据（通常表示为点云）的融合。然而，由于术中点云的局部可见性，该配准过程面临困难。在本研究中，我们提出了一种患者特异性的点云补全方法以辅助配准过程。具体而言，我们利用 VN-OccNet 从局部术中点云生成完整的肝脏表面。该网络以患者特异性的方式进行训练，其中来自术前模型的模拟形变被用于训练该模型。首先，我们深入分析了 VN-OccNet 的旋转等变特性及其从局部术中表面恢复完整表面的有效性。接下来，我们将补全后的术中表面整合到 Go-ICP 配准算法中，以展示其在改善初始刚性配准结果方面的效用。我们的结果突显了这种患者特异性补全方法在缓解局部术中可见性带来的挑战方面的潜力。VN-OccNet 的旋转等变性和表面生成能力为开发针对术中点云变化的鲁棒配准框架带来了巨大希望。
引用
@article{arxiv.2505.19518,
title = {Toward Patient-specific Partial Point Cloud to Surface Completion for Pre- to Intra-operative Registration in Image-guided Liver Interventions},
author = {Nakul Poudel and Zixin Yang and Kelly Merrell and Richard Simon and Cristian A. Linte},
journal= {arXiv preprint arXiv:2505.19518},
year = {2025}
}